CN117289620B - 一种智能家居的场景切换控制方法及系统 - Google Patents
一种智能家居的场景切换控制方法及系统 Download PDFInfo
- Publication number
- CN117289620B CN117289620B CN202311552160.2A CN202311552160A CN117289620B CN 117289620 B CN117289620 B CN 117289620B CN 202311552160 A CN202311552160 A CN 202311552160A CN 117289620 B CN117289620 B CN 117289620B
- Authority
- CN
- China
- Prior art keywords
- scene
- arrival
- person
- walking
- personnel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 230000008439 repair process Effects 0.000 claims description 24
- 208000031636 Body Temperature Changes Diseases 0.000 claims description 22
- 230000036387 respiratory rate Effects 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 19
- 238000005034 decoration Methods 0.000 claims description 17
- 230000006978 adaptation Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000036391 respiratory frequency Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 230000001276 controlling effect Effects 0.000 description 18
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 7
- 229910052760 oxygen Inorganic materials 0.000 description 7
- 239000001301 oxygen Substances 0.000 description 7
- 230000002441 reversible effect Effects 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本申请涉及一种智能家居的场景切换控制方法及系统,所述方法包括获取当前房屋的人员走动数据和外界环境参数,根据所述人员走动数据预测人员的下一抵达场景,根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令,获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令,根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据。本申请具有提高智能家居的装修智能性的效果。
Description
技术领域
本发明涉及智能家居的技术领域,尤其是涉及一种智能家居的场景切换控制方法及系统。
背景技术
目前,智能化家居逐步取代传统家居在家居市场流行,通过现代信息技术与家装工程的融合,提高家居智能型,对智能家居在装修过程中的场景切换智能型提出了更高的要求。
现有的智能家居的场景切换控制方法通常是固定设置智能家居的切换时间节点,如早上8点拉开窗户、22点拉上窗户等,并在达到切换时间节点时,自动控制对应智能家居进行运行工作,或者通过人员手动操作控制对应智能家居的工作,当前现有技术方案的智能家居的场景切换方法存在有进一步的优化空间。
发明内容
为了提高智能家居的装修智能性,本申请提供一种智能家居的场景切换控制方法及系统。
第一方面,本申请的上述发明目的是通过以下技术方案得以实现的:
获取当前房屋的人员走动数据和外界环境参数,根据所述人员走动数据预测人员的下一抵达场景;
根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令;
获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令;
根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据。
通过采用上述技术方案,结合人员在当前房屋中的人员走动数据和外界环境参数,预测人员的下一抵达场景,实现场景切换的智能性,并根据预测结果对下一抵达场景的家居进行预先控制,通过预先控制指令对下一抵达场景的环境参数进行预先调节,减少场景切换之间的环境参数差异,并结合人员的身体指标变化值,判断人员在当前室内场景的舒适程度,对预先控制指令进行反向调整,进一步提高人体舒适度与当前场景环境的适配性,按照预先控制指令的单次调整结果,对当前室内场景与下一抵达场景的场景参数进行联动切换,有助于根据场景切换数据,对下一抵达场景和当前室内场景进行联动,进一步提高场景切换之间的智能性和场景切换时的人体舒适性。
本申请在一较佳示例中可以进一步配置为:所述根据所述人员走动数据预测人员的下一抵达场景,具体包括:
根据所述人员走动数据获取当前房屋的人员走动方向和人员走动速度;
根据所述人员走动方向,计算所述人员走动方向上的每个装修场景的抵达概率,其中所述抵达概率通过公式(1)计算得到,公式(1)如下所示:
(1)
其中,所述表示人员所在位置低到每个装修场景的抵达概率,/>表示人员走动距离,/>表示以人员所在位置为原点,每个装修场景所在位置与人员走动方向之间的夹角,=/>为实时的人员走动位置与每个装修场景之间的距离总和;
将所述人员走动速度作为人员抵达每个装修场景的抵达影响因子,计算所述抵达影响因子对所述下一抵达场景的抵达影响概率,其中,所述抵达影响概率由公式(2)计算得到,公式(2)如下所示:
(2)
其中,表示抵达影响概率,/>表示抵达影响因子;
根据所述抵达影响概率,对所述人员走动数据对应的下一抵达场景进行预测。
通过采用上述技术方案,结合人员走动方向和走动速度预测人员抵达每个装修场景的抵达概率,有助于根据抵达概率推选出抵达概率最大的装修场景,并结合人员走动速度的抵达影响因子,对下一抵达场景的抵达影响概率进行计算,有助于提高人员抵达下一抵达场景的预测准确性。
本申请在一较佳示例中可以进一步配置为:所述根据所述抵达影响概率,对所述人员走动数据对应的下一抵达场景进行预测,还包括:
根据所述抵达影响概率,对抵达下一抵达场景的走动时间进行计算,其中,所述下一抵达场景的走动时间通过公式(3)计算得到,公式(3)如下所示:
(3)
其中,所述为人员达到下一抵达场景的走动时间,/>为人员所在位置与下一抵达场景之间的欧氏距离,/>表示人员的走动速度;
根据所述走动时间,对所述下一抵达场景的所有家居的运行状态进行调整,得到所述下一抵达场景的家居唤醒数据。
通过采用上述技术方案,对人员抵达下一抵达场景的走动时间进行计算,有助于提高人员抵达下一抵达场景的抵达时间进行预测,提高人员到达下一抵达场景的时间预测准确性,并结合家居环境数据,将下一抵达场景的所有家居的运行状态进行预先调整,进一步根据抵达时间的预测结果准确控制下一抵达场景的环境参数调控。
本申请在一较佳示例中可以进一步配置为:所述根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令,具体包括:
获取人员所处的当前装修场景的场景环境参数,计算所述场景环境参数和所述外界环境参数之间的参数差值;
计算人员走动到所述下一抵达场景的走动用时,根据所述走动用时和所述参数差值协同调整所述下一抵达场景的家居运行状态;
根据所述参数差值的变化情况,正比例调整所述家具运行状态的控制参数,得到所述下一抵达场景的预先控制指令。
通过采用上述技术方案,结合当前装修场景的场景环境参数,计算场景环境参数和外界环境参数之间的参数差值,有助于根据参数差值快速调整当前装修场景的环境参数,结合人员走动到下一抵达场景的走动用时,协同地调整下一抵达场景的家居运行状态,有助于结合人员走动用时提高下一抵达场景的调整及时性,快速地对下一抵达场景的环境参数进行调整,使下一抵达场景的家居运行状态符合人体舒适度需求,并结合参数差值的每次变化情况对家居运行状态的控制参数进行正比例调节,从而精准地对下一抵达场景进行预先控制。
本申请在一较佳示例中可以进一步配置为:所述根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令,还包括:
当接收到人员的语音控制指令时,分别分析所述语音控制指令、所述预先控制指令与所述下一抵达场景的适配程度;
根据适配程度分析结果,对所述语音控制指令和所述预先控制指令进行优先级划分,并按照最优优先级对所述下一抵达场景进行装修场景调整。
通过采用上述技术方案,当接收到人员的语音控制指令时,分别对语音控制指令、预先控制指令与下一抵达场景的适配程度进行分析,根据适配度分析结果分别分析语音控制和预先控制的合理性,并择优选择合理性或者与下一抵达场景的调节适配性更佳的控制指令对下一抵达场景进行调节,提高下一抵达场景的家居控制合理性。
本申请在一较佳示例中可以进一步配置为:所述获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令,具体包括:
根据人员的身体指标变化值,计算人员的呼吸频率差值和体温变化差值;
根据所述呼吸频率差值和所述体温变化差值,协同判断人员对当前室内场景的舒适程度;
当所述呼吸频率差值和/或所述体温变化差值超过预设范围值时,对所述下一抵达场景的预先控制指令进行反向调节,生成所述预先控制指令的反向调节参数。
通过采用上述技术方案,结合人员的身体指标变化值,分别计算人员的呼吸频率差值和体温变化差值,从呼吸频率和体温变化多维度地对人员在当前室内场景中的舒适度进行分析,并按照呼吸频率差值和体温变化差值,协同判断人员对当前室内场景的舒适程度,提高当前室内场景的调节参数与人体感受的适配性,并在呼吸频率或者体温变化超过预设范围值时,及时对下一抵达场景的预先控制指令进行反向调节,使下一抵达场景的实际家居调整效果满足人体舒适度需求,提高下一抵达场景的调整精确性。
本申请在一较佳示例中可以进一步配置为:所述根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据,具体包括:
根据预先控制指令的单次调整结果,获取所述单次调整结果对应的单次身体指标变化值;
根据所述单次身体指标变化值,预测人员在下一抵达场景中的舒适程度,根据舒适度预测结果控制所述下一抵达场景的场景调整幅度;
根据所述场景调整幅度,将所述下一抵达场景调整至符合所述当前室内场景的场景环境参数;
根据场景环境参数和人员走动速度,对所述当前室内场景和所述下一抵达场景进行场景切换,生成所述当前房屋的场景切换控制数据。
通过采用上述技术方案,结合单次调整结果,对单次调整结果对应的单次身体指标参数变化值进行获取,有助于结合单次身体指标参数分层次对下一抵达场景的家居控制参数进行准确调整,结合下一抵达场景的舒适程度预测结果,调整下一抵达场景的场景调整幅度,进一步提高下一抵达场景的场景参数与人体舒适度的适配性,并按照场景环境参数和人员走动速度,将当前室内场景和下一抵达场景进行场景切换处理,有助于按照人员走动进行场景切换控制,提高多个家居装修场景的切换控制智能性。
第二方面,本申请的上述发明目的是通过以下技术方案得以实现的:
一种智能家居的场景切换控制系统,包括:
数据获取模块,用于获取当前房屋的人员走动数据和外界环境参数,根据所述人员走动数据预测人员的下一抵达场景;
预先控制模块,用于根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令;
指令调整模块,用于获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令;
场景切换模块,用于根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据。
通过采用上述技术方案,结合人员在当前房屋中的人员走动数据和外界环境参数,预测人员的下一抵达场景,实现场景切换的智能性,并根据预测结果对下一抵达场景的家居进行预先控制,通过预先控制指令对下一抵达场景的环境参数进行预先调节,减少场景切换之间的环境参数差异,并结合人员的身体指标变化值,判断人员在当前室内场景的舒适程度,对预先控制指令进行反向调整,进一步提高人体舒适度与当前场景环境的适配性,按照预先控制指令的单次调整结果,对当前室内场景与下一抵达场景的场景参数进行联动切换,有助于根据场景切换数据,对下一抵达场景和当前室内场景进行联动,进一步提高场景切换之间的智能性和场景切换时的人体舒适性。
第三方面,本申请的上述目的是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述智能家居的场景切换控制方法的步骤。
第四方面,本申请的上述目的是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述智能家居的场景切换控制方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、结合人员在当前房屋中的人员走动数据和外界环境参数,预测人员的下一抵达场景,实现场景切换的智能性,并根据预测结果对下一抵达场景的家居进行预先控制,通过预先控制指令对下一抵达场景的环境参数进行预先调节,减少场景切换之间的环境参数差异,并结合人员的身体指标变化值,判断人员在当前室内场景的舒适程度,对预先控制指令进行反向调整,进一步提高人体舒适度与当前场景环境的适配性,按照预先控制指令的单次调整结果,对当前室内场景与下一抵达场景的场景参数进行联动切换,有助于根据场景切换数据,对下一抵达场景和当前室内场景进行联动,进一步提高场景切换之间的智能性和场景切换时的人体舒适性;
2、结合人员走动方向和走动速度预测人员抵达每个装修场景的抵达概率,有助于根据抵达概率推选出抵达概率最大的装修场景,并结合人员走动速度的抵达影响因子,对下一抵达场景的抵达影响概率进行计算,有助于提高人员抵达下一抵达场景的预测准确性;
3、对人员抵达下一抵达场景的走动时间进行计算,有助于提高人员抵达下一抵达场景的抵达时间进行预测,提高人员到达下一抵达场景的时间预测准确性,并结合家居环境数据,将下一抵达场景的所有家居的运行状态进行预先调整,进一步根据抵达时间的预测结果准确控制下一抵达场景的环境参数调控。
附图说明
图1是本实施例一种智能家居的场景切换控制方法的实现流程图。
图2是本实施例一种智能家居的场景切换控制方法下一抵达场景的预测实现流程图。
图3是本实施例一种智能家居的场景切换控制方法步骤S20的实现流程图。
图4是本实施例一种智能家居的场景切换控制方法场景参数反向调节的实现流程图。
图5是本实施例一种智能家居的场景切换控制方法步骤S40的实现流程图。
图6是本实施例一种智能家居的场景切换控制系统的结构框图。
图7是实现一种智能家居的场景切换控制方法的计算机设备的内部结构示意图。
实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中,如图1所示,本申请公开了一种智能家居的场景切换控制方法,具体包括如下步骤:
S10:获取当前房屋的人员走动数据和外界环境参数,根据所述人员走动数据预测人员的下一抵达场景。
具体的,通过预设的监控设备获取人员在当前房屋内的走动情况,从而得到人员走动数据,通过预设的温湿度传感器采集室内和室内的温湿度、粉尘、空气颗粒度等数值,得到对应的外界环境参数,结合人员走动方向和走动速度预测人员抵达的下一抵达场景,需要说明的是,还可以结合人员的历史居住数据分析人员的生活习惯,并按照当前时间和对应的生活习惯预测人员抵达下一场景的可能性,如厨房、卫生间或者卧室、书房等,所述根据所述人员走动数据预测人员的下一抵达场景,如图2所示,具体包括:
S101:根据所述人员走动数据获取当前房屋的人员走动方向和人员走动速度。
具体的,根据人员走动的监控视频,对人员走动图像进行图像分析,得到对应的人员走动方向和人员走动速度。
S102:根据所述人员走动方向,计算所述人员走动方向上的每个装修场景的抵达概率,其中所述抵达概率通过公式(1)计算得到,公式(1)如下所示:
(1)
其中,所述表示人员所在位置低到每个装修场景的抵达概率,/>表示人员走动距离,/>表示以人员所在位置为原点,每个装修场景所在位置与人员走动方向之间的夹角,=/>为实时的人员走动位置与每个装修场景门口之间的实际走动距离总和,其中,S1、S2、/>、/>分别表示当前人员位置抵达每个装修场景门口的实际走动距离。
S103:将所述人员走动速度作为人员抵达每个装修场景的抵达影响因子,计算所述抵达影响因子对所述下一抵达场景的抵达影响概率,其中,所述抵达影响概率由公式(2)计算得到,公式(2)如下所示:
(2)
其中,表示抵达影响概率,/>表示抵达影响因子。
S104:根据所述抵达影响概率,对所述人员走动数据对应的下一抵达场景进行预测。
具体的,以人员走动速度作为抵达影响概率,分析当前走动速度下人员抵达下一抵达场景的可能性,包括当前速度下的人员转弯可能性和人员止步的可能性等预测场景,步骤S104还包括以下步骤:
S1041:根据所述抵达影响概率,对抵达下一抵达场景的走动时间进行计算,其中,所述下一抵达场景的走动时间通过公式(3)计算得到,公式(3)如下所示:
(3)
其中,所述为人员达到下一抵达场景的走动时间,/>为人员所在位置与下一抵达场景之间的欧氏距离,/>表示人员的走动速度。
S1042:根据所述走动时间,对所述下一抵达场景的所有家居的运行状态进行调整,得到所述下一抵达场景的家居唤醒数据。
具体的,在走动时间内,将下一抵达场景的所有家居的运行状态进行调整,使下一抵达场景的家居能够在走动时间内将下一抵达场景的环境参数调整至人体舒适程度,达到对下一抵达场景的家居快速唤醒的效果。
S20:根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令。
具体的,如图3所示,步骤S20具体包括以下步骤:
S201:获取人员所处的当前装修场景的场景环境参数,计算所述场景环境参数和所述外界环境参数之间的参数差值。
具体的,根据人员在当前房屋中的所处位置,判断人员所处的当前装修场景,如卧室、客厅、厨房等,通过预设的温湿度传感器、空气质量检测装置等采集当前装修场景的场景环境参数,并按照参数种类的不同,计算每个参数种类下的场景环境参数与外界环境参数之间的参数差值,如温湿度差值、颗粒物含量差值以及含氧量差值等。
S202:计算人员走动到所述下一抵达场景的走动用时,根据所述走动用时和所述参数差值协同调整所述下一抵达场景的家居运行状态。
具体的,根据人员所处位置和下一抵达场景之间的走动距离,和人员走动速度,通过走动距离除以人员走动速度的商值计算人员走动到下一抵达场景的走动用时,在走动用时内,对参数差值进行补偿,将下一抵达场景的家居运行状态进行调整,如温湿度差值较大时,控制空调进行换风处理,加快下一抵达场景的空气交换、或者下一抵达场景的氧气含量差值较大时,控制下一抵达场景的制氧机开始运行,进行室内含氧量调整。
S203:根据所述参数差值的变化情况,正比例调整所述家具运行状态的控制参数,得到所述下一抵达场景的预先控制指令。
具体的,根据家居运行状态下的参数差值的变化情况,如参数差值变化越小则对应增大家居运行状态的运行功率,如含氧量过小,则加大制氧机的运行功率,如温湿度或者空气流动速度小,则加大空调的空气置换速率或者温度调整速率,从而得到下一抵达场景的预先控制指令。
具体的,步骤S20还包括:
S204:当接收到人员的语音控制指令时,分别分析所述语音控制指令、所述预先控制指令与所述下一抵达场景的适配程度。
具体的,通过预设的收音装置获取人员的语音信息,并通过关键字匹配分析语音控制指令中的控制信息,如将温度调高到30摄氏度、打开通风设备、关闭或者打开制氧设备等,分析语音控制指令是否合理,如设定人体最佳温度为28摄氏度,语音控制指令为将温度调高至35摄氏度,预先控制指令为将温度调高至27摄氏度,则预先控制指令与下一抵达场景的适配程度更高。
S205:根据适配程度分析结果,对所述语音控制指令和所述预先控制指令进行优先级划分,并按照最优优先级对所述下一抵达场景进行装修场景调整。
具体的,根据适配程度分析结果,对语音控制指令和预先控制指令分别进行优先级划分,如适配程度越高则优先级越高,从而在家居控制智能计算和人为控制之间进行择优指令选择,并按照最优优先级的控制参数对下一抵达场景进行装修场景调整,将下一抵达场景的环境调整至人体舒适度最佳的状态。
S30:获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令。
具体的,如图4所示,步骤S30具体包括以下步骤:
S301:根据人员的身体指标变化值,计算人员的呼吸频率差值和体温变化差值;
具体的,根据人员的身体指标变化值,包括人员呼吸频率变化和体温变化等,在相同时间间隔或者同一数据采集周期内,计算相邻时间间隔或者相邻采集周期的呼吸频率差值和体温变化差值。
其中,呼吸频率参数通过人员佩戴手环等检测设备来采集心率跳动数据进行同步呼吸频率分析,体温参数通过装配在房间的红外传感器协同人员佩戴手环进行综合分析,从而得到人员整体的体温数据。
S302:根据所述呼吸频率差值和所述体温变化差值,协同判断人员对当前室内场景的舒适程度。
具体的,根据呼吸频率差值和体温变化差值,判断人员在当前室内场景中的舒适程度,包括如相邻周期的呼吸速率变快或者体温升高,则说明人员在当前室内场景中的舒适程度不高,当相邻周期的呼吸频率或者体温变化在误差范围内保持持平时,则说明人员在当前室内场景中的舒适程度符合人体舒适度需求。
S303:当所述呼吸频率差值和/或所述体温变化差值超过预设范围值时,对所述下一抵达场景的预先控制指令进行反向调节,生成所述预先控制指令的反向调节参数。
具体的,当呼吸频率差值和/或体温变化差值超过预设范围值,如呼吸频率差值变化过大则说明人员心率过快,在当前室内场景中感觉到不舒服,则反向调整下一抵达场景的预先控制指令中的制氧机运行功率,使下一抵达场景的制氧机进行预先调整,或者体温变化差值超过预设范围值时,对下一抵达场景的通风设备或者空调的制冷功率进行预先调节,加快下一抵达场景的温度调整速率,从而得到下一抵达场景的反向调节参数。
S40:根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据。
具体的,如图5所示,步骤S40具体包括:
S401:根据预先控制指令的单次调整结果,获取所述单次调整结果对应的单次身体指标变化值。
具体的,获取单次调整结果对应的下一抵达场景的各项环境参数之间的变化值,从而得到单次调整结果对应的单次身体指标变化值,如在制氧机的单次控制指令调整之后,获取人员的呼吸频率变化值,在空调设备的单次控制指令调整之后,获取人员的体温变化值。
S402:根据所述单次身体指标变化值,预测人员在下一抵达场景中的舒适程度,根据舒适度预测结果控制所述下一抵达场景的场景调整幅度。
具体的,根据单次身体指标变化值,如呼吸频率变化值或者体温变化值等,预测人员在下一抵达场景中的舒适程度,如呼吸频率变化值或者体温变化值超过安全范围值,则说明人员在下一抵达场景中不舒适,若呼吸频率变化值或者体温变化值在安全范围内,则说明下一抵达场景中的环境参数符合人员的舒适度需求,当舒适度差异过大,则增大下一抵达场景的场景调整幅度,如制氧机的制氧功率、空调的室温调节功率等。
S403:根据所述场景调整幅度,将所述下一抵达场景调整至符合所述当前室内场景的场景环境参数。
具体的,根据场景调整幅度,对下一抵达场景的家居设备进行控制,如按照场景调整幅度协同增大或者减小下一抵达场景的家居运行功率,使下一抵达场景的整体运行环境参数与当前室内场景的场景环境参数保持持平状态。
S404:根据场景环境参数和人员走动速度,对所述当前室内场景和所述下一抵达场景进行场景切换,生成所述当前房屋的场景切换控制数据。
具体的,结合场景环境参数的单次调整变化和对应的人员走动速度,在人员走动至下一抵达场景时,将下一抵达场景的场景环境调整至与当前室内场景相持平,并在人员抵达下一抵达场景时,将人员的当前所处场景切换为下一抵达场景,得到与人员移动位置相适配的场景切换控制数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种智能家居的场景切换控制系统,该智能家居的场景切换控制系统与上述实施例中智能家居的场景切换控制方法一一对应。如图6所示,该智能家居的场景切换控制系统包括数据获取模块、预先控制模块、指令调整模块和场景切换模块。各功能模块详细说明如下:
数据获取模块,用于获取当前房屋的人员走动数据和外界环境参数,根据所述人员走动数据预测人员的下一抵达场景。
预先控制模块,用于根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令。
指令调整模块,用于获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令。
场景切换模块,用于根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据。
优选的,数据获取模块具体包括:
走动数据获取子模块,用于根据所述人员走动数据获取当前房屋的人员走动方向和人员走动速度。
概率计算子模块,用于根据所述人员走动方向,计算所述人员走动方向上的每个装修场景的抵达概率,其中所述抵达概率通过公式(1)计算得到,公式(1)如下所示:
(1)
其中,所述表示人员所在位置低到每个装修场景的抵达概率,/>表示人员走动距离,/>表示以人员所在位置为原点,每个装修场景所在位置与人员走动方向之间的夹角,=/>为实时的人员走动位置与每个装修场景之间的距离总和。
概率影响计算子模块,用于将所述人员走动速度作为人员抵达每个装修场景的抵达影响因子,计算所述抵达影响因子对所述下一抵达场景的抵达影响概率,其中,所述抵达影响概率由公式(2)计算得到,公式(2)如下所示:
(2)
其中,表示抵达影响概率,/>表示抵达影响因子。
场景预测子模块,用于根据所述抵达影响概率,对所述人员走动数据对应的下一抵达场景进行预测。
优选的,场景预测子模块还包括:
时间计算子模块,用于根据所述抵达影响概率,对抵达下一抵达场景的走动时间进行计算,其中,所述下一抵达场景的走动时间通过公式(3)计算得到,公式(3)如下所示:
(3)
其中,所述为人员达到下一抵达场景的走动时间,/>为人员所在位置与下一抵达场景之间的欧氏距离,/>表示人员的走动速度。
状态调整子模块,用于根据所述走动时间,对所述下一抵达场景的所有家居的运行状态进行调整,得到所述下一抵达场景的家居唤醒数据。
优选的,预先控制模块具体包括:
参数差计算子模块,用于获取人员所处的当前装修场景的场景环境参数,计算所述场景环境参数和所述外界环境参数之间的参数差值。
家居调整子模块,用于计算人员走动到所述下一抵达场景的走动用时,根据所述走动用时和所述参数差值协同调整所述下一抵达场景的家居运行状态。
指令生成子模块,用于根据所述参数差值的变化情况,正比例调整所述家具运行状态的控制参数,得到所述下一抵达场景的预先控制指令。
优选的,预先控制模块还包括:
适配度分析子模块,用于当接收到人员的语音控制指令时,分别分析所述语音控制指令、所述预先控制指令与所述下一抵达场景的适配程度。
优先级划分子模块,用于根据适配程度分析结果,对所述语音控制指令和所述预先控制指令进行优先级划分,并按照最优优先级对所述下一抵达场景进行装修场景调整。
优选的,指令调整模块具体包括:
指标计算子模块,用于根据人员的身体指标变化值,计算人员的呼吸频率差值和体温变化差值。
舒适协同分析子模块,用于根据所述呼吸频率差值和所述体温变化差值,协同判断人员对当前室内场景的舒适程度。
反向调整子模块,用于当所述呼吸频率差值和/或所述体温变化差值超过预设范围值时,对所述下一抵达场景的预先控制指令进行反向调节,生成所述预先控制指令的反向调节参数。
优选的,场景切换模块具体包括:
指标变化子模块,用于根据预先控制指令的单次调整结果,获取所述单次调整结果对应的单次身体指标变化值。
幅度调整子模块,用于根据所述单次身体指标变化值,预测人员在下一抵达场景中的舒适程度,根据舒适度预测结果控制所述下一抵达场景的场景调整幅度。
场景调整子模块,用于根据所述场景调整幅度,将所述下一抵达场景调整至符合所述当前室内场景的场景环境参数。
场景切换子模块,用于根据场景环境参数和人员走动速度,对所述当前室内场景和所述下一抵达场景进行场景切换,生成所述当前房屋的场景切换控制数据。
关于智能家居的场景切换控制系统的具体限定可以参见上文中对于智能家居的场景切换控制方法的限定,在此不再赘述。上述智能家居的场景切换控制系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储智能家居的场景切换数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能家居的场景切换控制方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种智能家居的场景切换控制方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种智能家居的场景切换控制方法,其特征在于,包括:
获取当前房屋的人员走动数据和外界环境参数,根据所述人员走动数据预测人员的下一抵达场景;
根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令;
获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令;
根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据;
其中,所述根据所述人员走动数据预测人员的下一抵达场景,具体包括:
根据所述人员走动数据获取当前房屋的人员走动方向和人员走动速度;
根据所述人员走动方向,计算所述人员走动方向上的每个装修场景的抵达概率,其中所述抵达概率通过公式(1)计算得到,公式(1)如下所示:
(1)
其中,所述表示人员所在位置抵到每个装修场景的抵达概率,/>表示人员走动距离,表示以人员所在位置为原点,每个装修场景门口所在位置与人员走动方向之间的夹角,=/>为实时的人员走动位置与每个装修场景的抵达门口之间的实际走动距离总和;
将所述人员走动速度作为人员抵达每个装修场景的抵达影响因子,计算所述抵达影响因子对所述下一抵达场景的抵达影响概率,其中,所述抵达影响概率由公式(2)计算得到,公式(2)如下所示:
(2)
其中,表示抵达影响概率,/>表示抵达影响因子;
根据所述抵达影响概率,对所述人员走动数据对应的下一抵达场景进行预测;
其中,所述根据所述抵达影响概率,对所述人员走动数据对应的下一抵达场景进行预测,还包括:
根据所述抵达影响概率,对抵达下一抵达场景的走动时间进行计算,其中,所述下一抵达场景的走动时间通过公式(3)计算得到,公式(3)如下所示:
(3)
其中,所述为人员达到下一抵达场景的走动时间,/>为人员所在位置与下一抵达场景之间的欧氏距离,/>表示人员的走动速度;
根据所述走动时间,对所述下一抵达场景的所有家居的运行状态进行调整,得到所述下一抵达场景的家居唤醒数据。
2.根据权利要求1所述的智能家居的场景切换控制方法,其特征在于,所述根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令,具体包括:
获取人员所处的当前装修场景的场景环境参数,计算所述场景环境参数和所述外界环境参数之间的参数差值;
计算人员走动到所述下一抵达场景的走动用时,根据所述走动用时和所述参数差值协同调整所述下一抵达场景的家居运行状态;
根据所述参数差值的变化情况,正比例调整所述家具运行状态的控制参数,得到所述下一抵达场景的预先控制指令。
3.根据权利要求2所述的智能家居的场景切换控制方法,其特征在于,所述根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令,还包括:
当接收到人员的语音控制指令时,分别分析所述语音控制指令、所述预先控制指令与所述下一抵达场景的适配程度;
根据适配程度分析结果,对所述语音控制指令和所述预先控制指令进行优先级划分,并按照优先级对所述下一抵达场景进行装修场景调整。
4.根据权利要求1所述的智能家居的场景切换控制方法,其特征在于,所述获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令,具体包括:
根据人员的身体指标变化值,计算人员的呼吸频率差值和体温变化差值;
根据所述呼吸频率差值和所述体温变化差值,协同判断人员对当前室内场景的舒适程度;
当所述呼吸频率差值和/或所述体温变化差值超过预设范围值时,对所述下一抵达场景的预先控制指令进行反向调节,生成所述预先控制指令的反向调节参数。
5.根据权利要求1所述的智能家居的场景切换控制方法,其特征在于,所述根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据,具体包括:
根据预先控制指令的单次调整结果,获取所述单次调整结果对应的单次身体指标变化值;
根据所述单次身体指标变化值,预测人员在下一抵达场景中的舒适程度,根据舒适度预测结果控制所述下一抵达场景的场景调整幅度;
根据所述场景调整幅度,将所述下一抵达场景调整至符合所述当前室内场景的场景环境参数;
根据场景环境参数和人员走动速度,对所述当前室内场景和所述下一抵达场景进行场景切换,生成所述当前房屋的场景切换控制数据。
6.一种智能家居的场景切换控制系统,其特征在于,包括:
数据获取模块,用于获取当前房屋的人员走动数据和外界环境参数,根据所述人员走动数据预测人员的下一抵达场景;
预先控制模块,用于根据预测结果和所述外界环境参数,预先控制所述下一抵达场景的家居进行环境参数调节,得到所述下一抵达场景的预先控制指令;
指令调整模块,用于获取人员的身体指标变化值,根据所述身体指标变化值判断所述人员对当前室内场景的舒适程度,并根据分析结果反向调整所述预先控制指令;
场景切换模块,用于根据预先控制指令的单次调整结果,对当前室内场景与所述下一抵达场景进行场景联动切换,生成所述当前房屋的场景切换控制数据;
其中,数据获取模块具体包括:
走动数据获取子模块,用于根据所述人员走动数据获取当前房屋的人员走动方向和人员走动速度;
概率计算子模块,用于根据所述人员走动方向,计算所述人员走动方向上的每个装修场景的抵达概率,其中所述抵达概率通过公式(1)计算得到,公式(1)如下所示:
(1)
其中,所述表示人员所在位置抵到每个装修场景的抵达概率,/>表示人员走动距离,表示以人员所在位置为原点,每个装修场景所在位置与人员走动方向之间的夹角,/>=为实时的人员走动位置与每个装修场景之间的距离总和;
概率影响计算子模块,用于将所述人员走动速度作为人员抵达每个装修场景的抵达影响因子,计算所述抵达影响因子对所述下一抵达场景的抵达影响概率,其中,所述抵达影响概率由公式(2)计算得到,公式(2)如下所示:
(2)
其中,表示抵达影响概率,/>表示抵达影响因子;
场景预测子模块,用于根据所述抵达影响概率,对所述人员走动数据对应的下一抵达场景进行预测;
其中,场景预测子模块还包括:
时间计算子模块,用于根据所述抵达影响概率,对抵达下一抵达场景的走动时间进行计算,其中,所述下一抵达场景的走动时间通过公式(3)计算得到,公式(3)如下所示:
(3)
其中,所述为人员达到下一抵达场景的走动时间,/>为人员所在位置与下一抵达场景之间的欧氏距离,/>表示人员的走动速度;
状态调整子模块,用于根据所述走动时间,对所述下一抵达场景的所有家居的运行状态进行调整,得到所述下一抵达场景的家居唤醒数据。
7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述智能家居的场景切换控制方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述智能家居的场景切换控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311552160.2A CN117289620B (zh) | 2023-11-21 | 2023-11-21 | 一种智能家居的场景切换控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311552160.2A CN117289620B (zh) | 2023-11-21 | 2023-11-21 | 一种智能家居的场景切换控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117289620A CN117289620A (zh) | 2023-12-26 |
CN117289620B true CN117289620B (zh) | 2024-02-02 |
Family
ID=89239319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311552160.2A Active CN117289620B (zh) | 2023-11-21 | 2023-11-21 | 一种智能家居的场景切换控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117289620B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105785945A (zh) * | 2016-03-21 | 2016-07-20 | 美的集团股份有限公司 | 基于用户行为的智能家居控制方法和装置 |
CN112255928A (zh) * | 2020-10-30 | 2021-01-22 | 北京金山云网络技术有限公司 | 智能家居的控制方法、装置、系统及电子设备 |
WO2021098022A1 (zh) * | 2019-11-18 | 2021-05-27 | 国康生物工程(深圳)有限公司 | 健康环境调节方法、终端及计算机可读存储介质 |
CN114035445A (zh) * | 2021-12-10 | 2022-02-11 | 电子科技大学成都学院 | 基于室内定位的智能家居设备控制方法、装置和系统 |
CN114217535A (zh) * | 2021-12-10 | 2022-03-22 | 珠海格力电器股份有限公司 | 室内环境控制方法、装置、系统以及存储介质 |
CN115105720A (zh) * | 2022-07-11 | 2022-09-27 | 珠海格力电器股份有限公司 | 睡眠质量改善方法、装置、智能空调、系统及存储介质 |
CN116088338A (zh) * | 2023-03-02 | 2023-05-09 | 郑州航空工业管理学院 | 一种智能家居设备控制方法 |
CN116300498A (zh) * | 2023-03-07 | 2023-06-23 | 浙江极氪智能科技有限公司 | 智能家居设备的控制方法、装置及电子设备 |
-
2023
- 2023-11-21 CN CN202311552160.2A patent/CN117289620B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105785945A (zh) * | 2016-03-21 | 2016-07-20 | 美的集团股份有限公司 | 基于用户行为的智能家居控制方法和装置 |
WO2021098022A1 (zh) * | 2019-11-18 | 2021-05-27 | 国康生物工程(深圳)有限公司 | 健康环境调节方法、终端及计算机可读存储介质 |
CN112255928A (zh) * | 2020-10-30 | 2021-01-22 | 北京金山云网络技术有限公司 | 智能家居的控制方法、装置、系统及电子设备 |
CN114035445A (zh) * | 2021-12-10 | 2022-02-11 | 电子科技大学成都学院 | 基于室内定位的智能家居设备控制方法、装置和系统 |
CN114217535A (zh) * | 2021-12-10 | 2022-03-22 | 珠海格力电器股份有限公司 | 室内环境控制方法、装置、系统以及存储介质 |
CN115105720A (zh) * | 2022-07-11 | 2022-09-27 | 珠海格力电器股份有限公司 | 睡眠质量改善方法、装置、智能空调、系统及存储介质 |
CN116088338A (zh) * | 2023-03-02 | 2023-05-09 | 郑州航空工业管理学院 | 一种智能家居设备控制方法 |
CN116300498A (zh) * | 2023-03-07 | 2023-06-23 | 浙江极氪智能科技有限公司 | 智能家居设备的控制方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117289620A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106549833B (zh) | 一种智能家居设备的控制方法和装置 | |
US10983542B2 (en) | Load-predicting and control system and method for subway heating, ventilation and air conditioning system | |
EP3411634B1 (en) | Data learning server and method for generating and using learning model thereof | |
JP6807556B2 (ja) | 空調制御方法、空調制御装置及び空調制御プログラム | |
CN110836514B (zh) | 空调组的控制方法和装置 | |
US11940165B2 (en) | Predictive temperature scheduling for a thermostat using machine learning | |
CN113325762B (zh) | 一种智能建筑个性化用能控制方法、系统、装置和设备 | |
Hagras et al. | An intelligent agent based approach for energy management in commercial buildings | |
CN111397131A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN112413831A (zh) | 一种中央空调节能控制系统及方法 | |
CN110631221A (zh) | 一种空调的控制方法、装置、终端及存储介质 | |
CN110296506A (zh) | 一种楼宇空调控制的方法及装置 | |
CN113703323B (zh) | 智能家居设备的控制方法、云端服务器、系统和存储介质 | |
CN111414996B (zh) | 一种智能家居控制方法、系统、存储介质和计算机设备 | |
CN111397153A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN113934152A (zh) | 一种设备控制方法和装置、电子设备和存储介质 | |
CN116430740A (zh) | 设备控制方法、装置、系统、电子设备及存储介质 | |
CN117289620B (zh) | 一种智能家居的场景切换控制方法及系统 | |
CN111457571A (zh) | 一种控制室内相对温湿度的方法、设备及系统 | |
CN116182321B (zh) | 基于机器学习的暖通空调自动调温系统 | |
Gomez-Otero et al. | ClimApp: A novel approach of an intelligent HVAC control system | |
CN111452588B (zh) | 一种出行工具的环境调节设备的控制方法及装置 | |
CN113983659B (zh) | 一种新风系统控制方法及其控制装置 | |
CN114442697A (zh) | 一种温度控制方法、设备、介质及产品 | |
CN112255923A (zh) | 一种电设备控制方法、装置、服务器及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |